云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

美国服务器_云服务器平台安装_试用

小七 141 0

一级:简单;15分钟阅读受众:主题专家作者:Ramandeep Goyal,SAP S/4HANA RIG EMEA

简介

本博客旨在分享在创新项目期间为航空公司构建的PoC的细节。完整的解决方案是使用S/4HANA、UI5、SCP和Leonardo机器学习构建的。S/4HANA使用的关键模块是PM(作为集成计划和成本收集关键对象的工单)、MM(物料主数据、库存管理、采购、服务条目表)和FICO。该应用程序的用户界面基于UI5,采用设计思维方法。

问题的定义

飞机客舱操作需要在消耗品、食品和饮料之上的物品,称为可旋转物品。这些物品包括餐具、托盘、眼镜、羽绒被、枕头。飞机在各航空公司(例如法兰克福、亚特兰大、迪拜)的枢纽装载所需库存。有些物品在飞行中使用,有些物品破损(搬运或使用时),有些物品丢失,有些物品未使用。在目的地(外站),所有物品(包括未使用的物品)都被卸载,然后进行处理(清洗和重新包装),以便在以后的返程航班上再次使用。作为掉头操作的一部分,飞机装载了用于返航的此类物品的新库存。由当地餐饮服务商处理。

由于航班占用不均,存在潜在的可周转库存不平衡情况。如果从集线器(例如法兰克福、亚特兰大、迪拜)起飞的航班比回程航班占用的少,那么库存就会减少。如果到枢纽的航班(例如法兰克福、亚特兰大、迪拜)占用较少,则库存倾向于累积。为了平衡库存,目前的方法是,对于每个航班,每个航段上的轮换行李数量等于在直飞航班上容纳最大数量乘客所需的数量。该方法保持库存平衡,但成本和污染没有得到优化(主要是由于清洗未使用的物品造成的燃油消耗和环境影响)。

解决方案的目标

解决方案的目标是优化库存水平和可循环物品的移动,以减少成本和环境影响。该模型将考虑约束条件(如最小安全库存,至少有最小机上库存)和优化飞行周期内的多个航班(日、周等)

原型摘要:客户ABC开发了一种能力,能够以端到端的自动化方式平衡网络中的可更换件库存,即从需求规划(需求预测)一直到库存运输订单,并记录到航班完成订单(FFO)。FFO是飞行所需各种目标综合规划的关键目标。示例–可轮换物品、膳食、工作人员等。在PoC中,FFO是使用S/4HANA中的工单构建的。其中包含航班所需的各种资源和相关成本的信息。包含航班信息的FFO的标题内置于SCP中。

客户ABC的PoC中的用例用于供应可旋转物品,大数据分析学习,但相同的原则适用于通过客户ABC网络运输的任何类型的可旋转物品,例如ULD,云服务器好还是,餐车等。这项工作的主要目标是:

a)使用SCP开发(SAP云平台)自动化餐饮供应链中一个重要且成本非常高的部分

b)潜在并最终引入提升和库存控制,以及跨网络处理成本效益

先决条件和假设:•物料管理和工厂维护中的标准S/4HANA流程将与客户ABC的一些定制开发一起使用。•假设膳食预测可从机器学习解决方案通过开发的API获得,每次飞行至少D-24和D-6。•乘客预测也被认为是实时可用的。•无论乘客负载如何,目前将可旋转物提升至100%客舱容量的过程是无效的,也是不可持续的。•总是需要库存计划员来处理异常,用户界面(UI)是从该角色的角度构建的。

模型功能描述:本PoC设想的业务流程如以下流程图所示:

其思想是使用各种数据源来收集所有数据,以确定每天在每个航班上正确提升的可转体数量,因此,满足以下两个业务目标:

a)提升足够的可转体以满足预测的乘客负荷

b)提升适当的额外可转体,以确保枢纽和所有外站餐饮服务商库存位置之间的可转体库存平衡,如果"平衡"是根据预先确定并与餐饮服务商商定的该外站的最低库存水平来确定的

库存平衡算法(SAP云平台)通过考虑多个参数来确定每个航班的正确提升量,网站服务器租用,例如:

a)客流量预测b) 膳食需求预测(目前,所有菜单项的总需求,未来,如果需要,按菜单项类别)c) 飞机配置d) 如果没有平衡发生,预测库存赤字e) 每个SKU的用户定义或自动生成的权重因子f) 业务定义的转换系数取决于特定行程的长度等

一旦确定了每个航班的相应轮换提升水平,构建的PoC解决方案提供了将此传达给以下人员的能力:

i)针对相应采购订单的航班履行订单,以及此后的财务会计,以及ii)餐饮运营团队作为库存运输订单,将请求的SKU从库存区(储备库存)运输到工作流(飞机上的浮动库存)。来自SCP的数据通过使用已有的标准webservices推送到S/4HANA。将待加工的可加工材料的数量推入FFO,FFO成为创建服务条目表的基础,以根据实际数量支付加工费用。基于相同的数量,还创建STO(库存转移订单),将库存从中心转移到飞机,然后转移到外站。这将为您提供枢纽和外站库存水平的最新状态。

主要经验教训和结论:

PoC中构建的初始解决方案仅反映3个选定外站的数据:a) LHR每天有6个航班,b) BCN每天有2个航班c) ORD有1个每日航班,是客户ABC网络上的ULR目的地。

构建解决方案–